株式会社QuantumCore

レザバーコンピューティング
の力を簡単に

「少量データ」で「リアルタイム学習」を
「高精度」に実現するQoreシリーズ

NEWS

【メディア掲載】『KEIEISHA TERRACE』に掲載されました

 

経営やキャリアについて発信するメディア「KEIEISHA TERRACE」(運営:株式会社経営者JP)において、
株式会社経営者JPの代表取締役社長・CEO井上様と当社代表取締役CEO秋吉との対談内容を掲載いただきました。

 

 

この度の取材では、秋吉の生い立ちに始まり、
レザバーコンピューティングの特徴や弊社の最近の取り組みなどについて取り上げていただきました。
世の中における「偏りの問題」について解決していきたいという価値観や、
これからのニューノーマルについての考え方についても感じていただければ幸いです。

 

是非、ご覧ください。

 

 

≪ KEIEISHA TERRACE イマ、ココ、注目社長! ≫

【2020-07-15 第100回掲載】

少量のデータでリアルタイムに学習するAIが、分散型社会を実現!様々な業界の一極集中問題を解決したい。

https://keieishaterrace.jp/article/detail/15371/

スタートアッププログラム「Microsoft for Startups」に採択されました

この度、弊社はマイクロソフト コーポレーション(本社: 米国ワシントン州)のスタートアップ支援プログラム『Microsoft for Startups』に採択されました。

 

 

Microsoft for Startupsとは、独自の革新的なテクニカル ソリューションを持つ BtoB スタートアップ向けの支援プログラムで、
新しい顧客やチャネルパートナーとスタートアップを結び付け、グローバルなエコシステムを作り上げることを目的としています。

 

 

今回の採択により、当社はマイクロソフトと協業し、
発言者毎の文字起こしができるサービス「Sloos」の開発を加速するとともに、事業推進を強化してまいります。

 

今回の採択により、弊社は下記の取り組みについて積極的に推進いたします。

  • Azureの音声認識エンジンの活用
  • ・TeamsとのAPI連携によるリアルタイム話者認識
  • OneDriveやSharePointへ書き起こし結果の保存
  • ・Outlookの連絡先へ発言者毎に内容の記録やオリジナル辞書の作成
  • ・マイクロソフト社の製品を利用する企業様へのご利用提案

  

 

採択内容およびサービスの詳細につきましては下記をご覧ください。

 

【PRtimes】
Sloosを提供するQuantumCoreが「Microsoft for Startups」に採択
https://prtimes.jp/main/html/rd/p/000000014.000039630.html 

 

【サービス提供開始のご報告】白物家電やヘルスケア製品・産業用機器などあらゆる組込に対応可能なCortex-Mシリーズ向けエッジ時系列処理AIソリューション「EdgeQore Lite」の提供を開始

 

再帰型ニューラルネットワーク(Recurrent Neural Network:以下「RNN」)の一種であるレザバーコンピューティング(Reservoir Computing)を活用し、ディープラーニングの性能を超える多変量時系列処理ソリューションの開発に成功した株式会社QuantumCore(クアンタムコア、本社:東京都品川区、代表取締役:秋吉信吾、以下「当社」)が、同社が展開する「Qoreシリーズ」にCortex社のマイコンMシリーズ向けのラインナップを追加しました。

 


当社独自の技術により、高い精度を維持したまま、わずか640kb以下のマイコンでの動作を実現、学習から推論までのフル機能を「Cortex-Mシリーズ」内で全て完結させることで、
業界で初めて組込マイコンを使ったエッジ上での完全なRNN処理を実現しました。

 

※ 更に改良の結果最大メモリ消費量は214kb(7/10追記)

 

 

詳細につきましては、下記をご覧ください

 

【PR TIMES】
白物家電やヘルスケア製品・産業用機器などあらゆる組込に対応可能なCortex-Mシリーズ向けエッジ時系列処理AIソリューション「EdgeQore Lite」の提供を開始

https://prtimes.jp/main/html/rd/p/000000013.000039630.html

 

本プレスリリースに関するお問い合わせは、以下のメールアドレスへお問い合わせください。
info@qcore.co.jp

【プロトタイプ開発のご報告】エッジ処理型の議事録システムのプロトタイプ開発を、BeSTA FinTech Lab(NTTデータ様運営)での議論を踏まえて実施

 

株式会社QuantumCore(クアンタムコア、本社:東京都品川区、代表取締役:秋吉信吾、以下「当社」)は、
レザバーコンピューティングを基にした話者認識モジュール「VDQore」を活用し、
次世代議事録システムのプロトタイプ開発を行いました。

 

当社は、2019年12月末よりNTTデータ様が運営するBeSTA FinTech Lab®にコラボレーターとして参画しております。
ラボでの協議を重ねる中で、金融機関様でニーズのある議事録システムでの話者認識活用を試み、
プロトタイプの開発を行いました。

  

  

リリースの詳細につきましては、下記よりご覧ください

【PR TIMES】
エッジ処理型の議事録システムのプロトタイプ開発をBeSTA FinTech Lab(NTTデータ様運営)での議論を踏まえて実施

https://prtimes.jp/main/html/rd/p/000000012.000039630.html

 

また、本プレスリリースに関するお問い合わせは、以下のメールアドレスへお問い合わせください。
info@qcore.co.jp

【新サービス】ポストコロナ社会を見据えZoom等と併用できる議事録サービス「Sloos」のβ版無償提供開始

音声認識により文字起こしを行う議事録システムは既に市場で利用されていますが、
発言者毎の文字起こしは様々な課題があるため、
実運用に見合うソリューションがありません。

 

当社はこの課題を解決するために、
VDQoreを活用し、発言者毎に文字起こしができる「Sloos(スルース)」の機能限定版の提供を開始いたしましたので、ご報告いたします。

ウェブ会議システム(Zoom, Teams, Google Meets, Skype等)で会話をしながらご利用いただけます。

Slooshttps://sloos.qcore.co.jp/

 

 

リリースの詳細につきましては、下記よりご覧ください

【PR TIMES】ポストコロナ社会を見据えZoom等と併用できる議事録サービス「Sloos」のβ版無償提供開始

https://prtimes.jp/main/html/rd/p/000000011.000039630.html

 

 

本サービスへのお問い合わせは、以下のフォームよりお願いいたします。

https://forms.gle/GBDxnE3rgUyeyhnu8

【メディア掲載】『週刊ポスト』に掲載されました

  

  

3月23日付発売(2020年4月3日号)の週刊ポストにて、
弊社のリモート飲み会の取り組みについて取り上げていただきました。

   

コロナウイルスへの対策として現在、在宅勤務など出社しない働き方が推奨されていますが、
その特集の一環で、先日オンライン飲み会を実施した弊社を取り上げていただきました。

  

  

≪ 週刊ポスト 2020年4月3日号 P.50 ≫

“会合NG”でサラリーマンたちはどこで「飲み会」をしているのか?

https://www.news-postseven.com/archives/20200323_1549698.html

【メディア掲載】『日経産業新聞』に掲載されました

 

 

3月23日付で発刊された日経産業新聞の第4面に、パラマウントベッド様と弊社の取り組みについて取り上げていただきました。

   

圧力を感知するセンサーを用いて、寝ている人の姿勢を的確に判定できる技術の開発、及び4月以降の実証実験の内容について、簡潔にまとめていただいております。

  

  

≪ 日経産業新聞 2020年3月23日掲載 ≫

寝ている姿勢、的確に判定 ~パラマウントベッドなどAIで~

【メディア掲載】『CodeZine』に掲載されました

  

   

「開発者のための実装系Webマガジン」の『CodeZine』に
先日2月13日、14日に開催された Developers Summit 2020 における
代表取締役 CEO 秋吉 の講演を取り上げていただきました。

 

なぜリザーバコンピューティングが必要なのか、
リザーバコンピューティングが優位性を発揮する分野などについて
簡潔にまとめていただいております。

  

講演資料と併せて、ぜひご覧ください。

  

  

≪ 講演資料 ≫

https://speakerdeck.com/shin1985/developers-summit-2020

  

≪ CodeZine 2020年3月9日掲載 ≫

AI礼賛時代に異議あり! 少量データでリアルタイム学習を高精度に実現するリザーバコンピューティングとは?【デブサミ2020】

https://codezine.jp/article/detail/12050

【メディア掲載】『news every.』にて弊社のリモート飲み会の様子を取り上げていただきました

 

2020年2月28日放送の日本テレビ系ニュース番組『news every』にて、
先日社内で実施した「リモート飲み会」を取り上げていただきました。

 

弊社は従来よりフレキシブルな勤務体系をとっており、
今回のような非常事態でも柔軟に対応し、
在宅勤務にて滞りなく業務を続けることができております 。

 

 

・番組名 :news every.  https://www.ntv.co.jp/every/
・放送局 :日本テレビ
・放送日時:2020年2月28日(金)15:50~19:00
・内容  : MOTTO ] コロナ対策 飲み会・授業もリモートで・・・

 

 

放送は、日本テレビの『日テレNEWS24』でもご視聴いただけます。
http://www.news24.jp/articles/2020/02/28/07602025.html

【登壇のご報告】Developers Summit 2020にてセッション登壇をいたしました

 

令和2年2月13日(木)~14日(金)の期間中、ホテル雅叙園東京で開催された「Developers Summit 2020」にて、
弊社はこの度ゴールドスポンサーを務めさせていただきました。

開催1日目の2月13日 (木) 16:20 ~ 17:05の時間帯では、 弊社CEO秋吉による 「少量データで軽量な機械学習の手法について」という題目の講演をさせていただきました。

 

予約申し込みが開始して即日満席のご予約をいただき、当日は盛況のうちに終了することができました。

 

当日ご覧いただけなかった方のためにもSpekerDeckにスライドを共有させていただきました。
どうぞご覧くださいませ。

 

 

  

【スライド】 少量データで軽量な機械学習の手法について #devsumi / Developers Summit 202
https://speakerdeck.com/shin1985/developers-summit-2020

 

≪ Developers Summit 2020 ~ともにつくる~ ≫
https://event.shoeisha.jp/devsumi/20200213

 

≪ 【13-F-7】 2/13 (木) 16:20 ~ 17:05  少量データで軽量な機械学習の手法について  ≫
https://event.shoeisha.jp/devsumi/20200213/session/2381/

PRODUCT

業界初レザバー
コンピューティングを活用した、
新たな次世代多変量時系列処理(RNN)ソリューション

高い精度と圧倒的な速さを
WebAPIで手軽に実現
そのままエッジコンピューティング
までカバー

  • 簡単かつ高精度
    簡単かつ高精度 弊社APIへJSON形式で少ないデータを送るだけで簡単に時系列処理を行うことが出来ます。
    例えば、僅かな学習データを用いて、9名の音声から話者を分類するタスクにおいて、チューニング無しで99.2%の精度を実現。従来のLSTMによる処理に比べ、高い精度を実現
    深層学習(LSTM)との比較簡単かつ高精度
  • 安価
    安価 高価なGPUなどは不要。
    従量課金制APIなどを提供、 またマイコンへの移行をサポート
  • とにかく速い
    とにかく速い 新鋭のレザバーコンピューティングの活用によりリアルタイム学習が可能。深層学習とは違う独自の方法でRNNを実現
    深層学習(LSTM)との学習速度比較とにかく速い

FEATURE

プラットフォームを選ばない 超高速・超高精度な時系列処理技術

複雑系力学分野で研究されてきたレザバーコンピューティングは、 複雑な時系列処理などの深層学習と同じタスクを 量子コンピュータなど、特殊なハードウェアをもちいることなく、 約1/100オーダーのわずかな学習データで、約100倍近く高速 に解くことができます。

プラットフォームを選ばないプラットフォームを選ばない

少量学習データ、超高速学習によるハイペースなPoC

従来の大量データ収集のタイムロスとと、 パラメータチューニング後の 学習待ちのタイムロスがないため、 ハイペースなPoCを実現

少量学習データ、超高速学習によるハイペースなPoC少量学習データ、超高速学習によるハイペースなPoC

USE CASE

従来不可能だった
個人データの活用

従来の 課題 プライバシーなどの観点からクラウドにアップロードすることは難しく また、個人から取れるデータは少なすぎて高精度なモデルの作成は不可能だった。

  • 少量学習データ、超高速学習によるハイペースなPoC

    心電図で疾患判定が、
    93%の精度で可能

    ※公開データによる不整脈判定テスト

  • 少量学習データ、超高速学習によるハイペースなPoC

    音声での話者特定が、
    99%の精度で可能

    ※9人分の公開データによるテスト

  • 少量学習データ、超高速学習によるハイペースなPoC

    振動での姿勢特定を、
    98%の精度で可能

    ※弊社取組による24値分類テスト

環境に制約のある
工業分野での活用

従来の 課題 工業現場は必ずしもインターネットが活用できるわけではない また、異常値などのデータは少なすぎて高精度なモデルの作成は不可能だった。

  • 異常検知

    少量学習データ、超高速学習によるハイペースなPoC

    音での作業状態特定が、
    94%の精度で可能

    ※弊社取組によるテスト

  • 作業工程の可視化

    少量学習データ、超高速学習によるハイペースなPoC

    センサーでの作業特定が、
    73%の精度で可能

    ※弊社取組によるテスト

  • ロボットアーム制御

    少量学習データ、超高速学習によるハイペースなPoC

    センサーでの力学推定を、
    高精度に予測可能(回帰)

    ※弊社取組によるテスト

複雑すぎる
時系列問題での活用

従来の 課題 自然現象など複雑な問題に対して、限定的なセンサーや入力ソースで判別は困難

  • ニオイ検知

    少量学習データ、超高速学習によるハイペースなPoC

    排泄タイミングの特定が、
    80%の精度で可能

    ※弊社取組によるテスト

  • モーション推定

    少量学習データ、超高速学習によるハイペースなPoC

    骨格の動きで動作推定を、
    91%の精度で可能

    ※弊社取組によるテスト

  • 住宅価格の予測

    少量学習データ、超高速学習によるハイペースなPoC

    住宅価格の予想を、
    高精度に予測可能(回帰)

    ※弊社取組によるテスト

TEAM

  • TEAM

    代表取締役 CEO

    秋吉 信吾

    大学院で自然言語処理を研究した後、エキサイト株式会社に入社。自然言語処理を活用した新規サービスの開発、検索エンジン導入プロジェクト等を担当。2012年深層学習を独学し、StartupStudioのMistletoe株式会社では音声/画像認識、対話エージェント等のR&D。2018年当社設立。研究部門の直接統括を通じた経営戦略への橋渡しと全PoCプロジェクトに対し横串で監修。

  • TEAM

    取締役 CTO

    長島 壮洋

    東京大学大学院理学系研究科物理学専攻を修了後、ヤフー株式会社にてヤフオクのシステム開発に従事。株式会社カカクコムに入社し、食べログの開発責任者として立ち上げから参画。国内初の大規模システムへのRuby on Rails導入等行い、国内最大のグルメサイトに成長させる。食べログの米国展開などを担当した後、当社の創業メンバーとして参画し、事業創出、技術開発を推進。

  • TEAM

    事業開発マネージャ

    寺嶋 毅

    米国大学卒。スタートアップで新規事業立ち上げに従事後、シンガポールへ渡り富士ゼロックスにて現地スタートアップや大学機関等と、画像解析やIoT関連のオープンイノベーション案件を行う。帰国後は、ソフトバンク・ビジョン・ファンド関連の新規事業部門にて投資先企業とのパートナーシップを行う。

  • TEAM

    チーフリサーチエンジニア

    三浦 亮太朗

    東京大学修士課程在学。Edinburgh大学にて学部生ながら1年間修士課程相当のコースを認められ、機械学習を体系的に学ぶ。Line株式会社等でのインターンを経て当社の設立に参画。現在テクノロジデモの開発や、コアアルゴリズムのR&Dを担当。

  • TEAM

    リードエンジニア

    児矢野 晋太

    奈良先端科学技術大学院大学修士課程修了。機械学習・深層学習を応用した自然言語処理や時系列解析の研究後、株式会社ユーザローカル入社。音声認識・画像認識・自然言語処理を活用した新規サービスの研究開発を担当。2019年に当社入社。現在コアテクノロジやフレームワークの開発、各種PoCのR&Dをリード。

  • TEAM

    組み込みエンジニア

    Linfeng Chen

    東北大学修士課程修了。制御工学を学んだ後、修士課程では、ドローンの制御に関する研究に従事する。またロボットに関するコンテストや企業のハッカソンに多数参加し入賞するなど優秀な結果を残している。2020年に当社入社。現在コアテクノロジのマイコン移植や省メモリ・最適化を担当。

  • TEAM

    オフィスマネージャ

    齋藤 愛子

    東京工業大学大学院生命理工学研究科を修了後、IT企業にてプロジェクトのマネージャーを経験し、社内技術の標準化や中途社員の教育などを担当。 その後、人事職に転身し現職。

  • TEAM

    リサーチアドバイザ

    池上 高志 (教授)

    東京大学大学院情報学環 教授。人工生命研究の世界的な第一人者。専門は、複雑系・人工生命研究。人工生命(ALIFE)に新たな境地を切り拓き、研究を世界的に牽引。メディアアーティストとしても知られ、Ars Electronicaやメディア芸術祭で受賞歴がある。

  • TEAM

    リサーチアドバイザ

    香取 勇一 (准教授)

    公立はこだて未来大学 准教授、東京大学生産技術研究所 リサーチフェロー。神経システムの数理モデルが専門。脳・神経ネットワークなど生体システムを取り扱うための数理理論の研究を中心に、生理学・工学への応用研究に取り組んでいる。最近では国際会議 IJCNN2019で最優秀論文賞を受賞するなど、ニューラルネットワーク分野で高い評価を得ている。

  • TEAM

    社外取締役

    足立 健太

    製造業・建設業・物流業を支える技術・サービスへの投資・支援に特化したシードVCであるIDATEN Venturesの創業者兼代表パートナー。100m走の現役選手でもある。理学修士。

  • TEAM

    社外取締役

    北澤 知丈

    東京工業大学大学院社会理工学研究科を修了後、株式会社ジャフコに入社。シード・アーリステージを中心に複数社の投資・支援をを行う。2018年にパートナー就任。

  • TEAM

    顧問弁護士

    熊谷 文麿

    東京大学法学部を卒業後、公共系シンクタンク、バークレイズ証券株式会社を経て佐藤総合法律事務所に入所。GMOクリック証券株式会社社外監査役、GMOアドパートナーズ株式会社社外取締役兼監査等委員を兼務。ロボティクス、AI等のスタートアップ、金融機関、東証一部上場企業を含む多様な法人について、幅広い企業法務を行っている。

COMPANY

株式会社QuantumCore
社名 株式会社QuantumCore
本社 〒141-0031 東京都品川区西五反田5丁目1-20 アスペンプラザビル 304号室
代表者 代表取締役 秋吉 信吾
設立 2018年4月24日
資本金 197,500,000円(資本余剰金含む)
業務内容 レザバーコンピューティングを活用した
次世代時系列処理基盤技術の開発・提供と導入支援。

RECRUIT

募集職種 : webエンジニア

仕事内容 弊社の機械学習ソフトウェアのAPI開発(アクセス制御、アカウント制御等バックエンド開発)
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • LAMP環境でのwebアプリケーション(バックエンド)開発経験3年以上
  • クラウド(AWS)環境のwebサービス運用経験
  • Git, Dockerの利用経験
  • Python, Golangの開発経験

募集職種 : 組み込み系エンジニア

仕事内容 弊社の機械学習ソフトウェアをマイコン等に組み込んで性能評価等を実施
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • マイコン制御など組み込み系開発経験
  • 各種マイコンのハードウェア知識
  • C/C++での開発経験(高速化処理などチューニングができると尚良

募集職種 : 機械学習エンジニア

仕事内容 弊社の機械学習ソフトウェアを利用してクライアントとの実証実験のサポート(性能評価等)
採用希望人数 2名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • データの前処理も含めた大量データの分析経験
  • 時系列データの分析経験
  • 機械学習の研究開発経験(国際学会に論文採択経験があれば尚良)
  • Pythonを用いたデータ分析経験

募集職種 : ビジネス開発

仕事内容
  • 弊社クライアントニーズに基づくPoC案件の立案および推進
  • 自社プロダクト「Qoreシリーズ」のPDCA
  • 新規事業の立案
  • 開発部門や各役員との折衝
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験 いずれかのインダストリへの深掘りを通じたプロジェクト立案の経験
  • データ分析の経験
  • プロジェクトマネージメントの経験
  • マネジメント層へのプレゼンテーション経験
 
Bitnami